1、由于战争，德国有一个时期物资特别紧缺，对面包实行配给制：政府把面粉发给指定的面包房，面包师傅烤好了面包再发给居民。有一个统计学家，怀疑他所在区域的面包师傅私扣面粉，于是就天天称自己的面包。
2、统计学在生活的吃穿住行和娱乐起着非常重要的作用 2，首先是吃，出门去哪家饭馆吃饭，你会查统计，大众点评网统计的有多少好评，有多少差评，以此来决定吃哪家！美团网，你要团购吃川菜，上网一搜，美团网后台根据你的要求，会快速统计出符合要求的几家餐厅提供挑选。
3、利用统计学进行关于旅游经济、假日经济和休闲时间的统计研究：关于这个领域统计指标体系的建立问题的研究，旅游客流量、宾馆入住率、景点门票收入、餐饮业收入、航空、铁路等运输客流量的预测研究等。随着人民生活水平的提高，生活质量及其休闲时间的规律研究对于制定有关政策，开发市场都具有重要的现实意义。
4、用数学知识解决生活小难题 用数学知识解决生活中问题（举实例） 原发布者：沈敏琴 用数学知识解决日常生活中的问题数学源于现实并用于现实，运用数学知识解决日常生活和工作中的实际问题是学习数学的归宿。人人要学习有用的数学，教学中必须充分利用学生已有的生活经验，重视挖掘教材与生活实际有联系的因素。
数据来源于Kaggle的电商数据集 The UCI Machine Learning Repository ，英国在线零售商在2010年12月1日到2011年12月9日的在线销售数据，该电商公司主要以销售各类礼品为主，多数客户都是批发商。
Oracle。Oracle的应用，主要在传统行业的数据化业务中，比如：银行、金融这样的对可用性、健壮性、安全性、实时性要求极高的业务；零售、物流这样对海量数据存储分析要求很高的业务。此外，高新制造业如芯片厂也基本都离不开Oracle；电商也有很多使用者，如京东（正在投奔Oracle）、阿里巴巴（计划去Oracle化）。
数据库 比较流行的有：MySQL， Oracle， SqlServer等数据仓库 比较流行的有：AWS Redshift， Greenplum， Hive等。
因此， 数据科学和人工智能在交易领域进行了革命，启动了算法交易策略。 世界上大多数交易所都使用计算机，根据算法和正确策略制定决策，并考虑到新数据。 人工智能无限处理大量信息，包括推文，财务指标，新闻和书籍数据，甚至电视节目。 因此，它理解当今的全球趋势并不断提高对金融市场的预测。
大数据在金融交易领域应用也比较广泛。大多数股票交易都是通过一定的算法模型进行决策的，如今这些算法的输入会考虑来自社交媒体、新闻网络的数据，以便更全面的做出买卖决策。同时根据客户的需求和愿望，这些算法模型也会随着市场的变化而变化。
大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务。中国金融行业大数据应用开展的较早，但都是以解决大数据效率问题为主，很多金融行业建立了大数据平台，对金融行业的交易数据进行采集和处理。
智慧交通/运输方面各种“专车”“快车”“拼车”“代驾”平台类和软件数据类的实例比比皆是，如我们都熟知的“滴滴快递”“uber“e代驾”等app应用。
以比亚迪DiLink 0系统的升级为例，其基于5G的车机操作系统带来了更快的数据传输和交互体验，优化后的语音识别技术显著提升了行车便利性。而中移One Point平台的高精度定位服务，以及One Traffic平台对交通数据的智能分析，都在为提升道路安全和效率贡献力量。
互联网WebGL三维可视化技术在交通监控管理系统中的应用场景。
除此以外，智能巴士候车亭、流动支付应用程式、智能泊车及智能交通灯亦是该市推行的智能交通计划的一部分。
如在北京CBD交通综合治理中，千方科技应用交通大数据、信号协同控制等关键技术，实现该区域的整体高峰拥堵时长缩短20分钟、拥堵里程降低5公里，道路通行速度提升了约6%；在延崇高速建设中，千方科技通过数字化综合管理与服务手段，有效保障山区高速道路安全畅通，为冬奥会提供便捷、高效的交通服务。
智慧交通将高新 IT 技术和交通相结合，为公众提供更加敏捷、高效、绿色、安全的出行环境，创造更美好的生活。图扑软件（Hightopo，以下简称 HT ）的 HT for Web 产品有着丰富的组态可供选择，自主研发了强大的基于 HTML5 的 2D、3D 渲染引擎，为可视化提供了丰富的展示效果。
圆通快递与万豪酒店： 圆通快递曝出10亿条快递数据泄露，部分数据被证实；万豪酒店则因5亿客人信息遭黑客侵入，敏感数据外泄，引发了全球关注。华住酒店数据疑云： 华住酒店5亿用户数据疑似泄露，公司积极报警应对，引发了消费者对住宿行业信息安全的深度担忧。
“互联网用户的信息安全从来都不是某一家公司企业的事。”郑斌称，《大数据安全能力成熟度模型》的制订还由中国电子技术标准化研究院、国家信息安全工程技术研究中心、中国信息安全测评中心、公安三所、清华大学和阿里云计算有限公司等业内权威数据安全机构、学术单位企业等共同合作提出意见。
感染网络病毒的主机数量约为64万个，其中包括境内被木马或被僵尸程序控制的主机约23万以及境内感染飞客（Conficker）蠕虫的主机约44万。新增信息安全漏洞150个，其中高危漏洞50个。更新信息：【案例1-3】据国家互联网应急中心（CNCERT）的数据显示，中国遭受境外网络攻击的情况日趋严重。
异常监测策略： 例如，通过时间序列异常检测，结合机器学习算法如ECDF和孤立森林，监控访问量指标，快速察觉异常访问。而在实际案例中，Adtributor的根因定位算法帮助我们锁定异常IP，有效防止数据窃取。深度洞察与策略设计 在凌晨的静谧中，大量对敏感接口的非正常访问揭示了风险的新挑战。
《大数据安全能力成熟度模型》的制定得到了中国电子技术标准化研究院、国家信息安全工程技术研究中心、中国信息安全测评中心、公安三所、清华大学和阿里云计算有限公司等权威数据安全机构的支持。
江民科技守护中国电信Y省分公司的网络安全：全方位守护篇/ 在数字化时代的浪潮中，网络安全的挑战日益严峻。中国电信Y省分公司作为西南地区的通信重地，面临着多样终端设备、复杂网络环境和严格的数据安全需求。江民科技以敏锐的洞察和专业的技术实力，为其提供了一站式终端安全解决方案。
1、第三个案例是近年来才炒得比较火热的例子“谷歌预测流感”，是谷歌通过搜索引擎里面的关键词检索日志的时间序列数据成功预测了流感爆发的时间和规模。人们输入的搜索关键词代表了他们的即时需要，反映出用户情况。为便于建立关联，设计人员编入“一揽子”流感关键词，包括温度计、流感症状、肌肉疼痛、胸闷等。
2、数据化是一种思想，数字化是一种手段；数据化古而有之，数字化方兴未艾。 小数据时代依靠随机采样，其原则是以最少的数据获得最多的信息。但如此，则无法了解一些微观细节，不利于对某些特定子类进行分析。而“参差不齐是世界的本质”，细节缺失将会影响到对整个自然活动、人类活动的探索与研究。
3、小数据时代采用的随机采样方法对样本的代表性和可信度要求比较高。随机抽样方法是为了寻找一组能够准确反映总体分布特征的样本而采用的方法，因此代表性和可信度是评估随机采样数据集是否合理的重要指标。从代表性角度来看，在进行随机抽样时，选择的样本需要能够代表总体分布中具有典型意义的部分。
